• 대기
• /
• 제29권1호
• /
• pp.105-112
• /
• 2019

대기 중에 지름이 약 1.68 mm 이상인 물방울이 존재하는 경우, 연직방향으로 주사하는 구름레이더에서 미(Mie) 기법을 사용하여 공기의 연직속도를 구할 수 있다. 이 리뷰논문에서는 강수가 있는 작은 적운 구름에서 구름레이더를 사용하여 공기의 연직속도를 구할 수 있는 방법을 정리하였다. 공기의 연직속도는 첫 번째 미(Mie) 최소치가 이론적으로 가지는 낙하속도와 스펙트럼상에서 첫 번째 미(Mie) 최소치가 실제로 관측된 시선속도와의 차이로 추정할 수 있다. 구름레이더가 항공기에 탑재된 경우에는, 항공기의 운동 및 자세각이, 관측된 도플러속도의 연직성분에 영향을 미치므로 이 항들을 보정하여 공기의 연직속도를 구할 수 있다. 항공용 도플러 레이더의 경우, 미(Mie)기법으로 구한 공기의 연직속도는 구름입자로부터 직접 후방산란 되어 관측된 연직속도 및 항공기 운항시스템으로부터 구한 연직속도와 잘 일치하는 결과를 보여주었다. 구름 레이더로부터 미(Mie) 산란 특징을 이용하여 연직속도를 추정하는 이 기술은 강수 및 비강수 구름시스템에서의 연직속도장 매핑(mapping)에 응용할 수 있다. 또한 여러 고도에서의 항공기 관측을 통하여, 연직속도의 총체적인 구조뿐 만 아니라 폭풍우의 성장, 발달, 소멸 주기(life cycle)를 재구성할 수 있을 것으로 기대된다.

• 천문학회지
• /
• 제29권spc1호
• /
• pp.429-432
• /
• 1996

An x-ray astronomy experiment consisting of three collimated proportional counters and an X-ray Sky Monitor (XSM) was flown aboard the Indian Satellite IRS-P3 launched on March 21, 1996 from SHAR range in India. The Satellite is in a circular orbit of 830 km altitude with an orbital inclination of $98^{\circ}$ and has three axis stabilized pointing capability. Each pointed-mode Proportional Counter (PPC) is a multilayer, multianode unit filled with P-10 gas ($90\%$ Ar + $10\%\;CH_4$) at 800 torr and having an aluminized mylar window of 25 micron thickness. The three PPCs are identical and have a field of view of $2^{\circ}{\times}2^{\circ}$ defined by silver coated aluminium honeycomb collimators. The total effective area of the three PPCs is about 1200 $cm^2$. The PPCs are sensitive in 2-20 keV band. The XSM consists of a pin-hole of 1 $cm^2$ area placed 16 cm above the anode plane of a 32 cm$\times$32 cm position sensitive proportional counter sensitive in 3-8 keV interval. The position of the x-ray events is determined by charge division technique using nichrome wires as anodes. The principal objective of this experiment is to carry out timing studies of x-ray pulsars, x-ray binaries and other rapidly varying x-ray sources. The XSM will be used to detect transient x-ray sources and monitor intensity of bright x-ray binaries. Observations of black-hole binary Cyg X-1 and few other binary sources were carried out in early May and July-August 1996 period. Details of the x-ray detector characteristics are presented and preliminary results from the observations are discussed.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.